win7+cpu+caffe+python环境搭建
一、前言
我是一名在读研究生，因为最近在研究课题全卷积神经网络（FCN），在研究FCN之前，需要搭建caffe框架，由于我的基础完全从零开始，其中走了不少的弯路，虽然网上有很多的教程，但是很多存在着错误或者不详细，所以我想在这里记录下来，希望可以帮助到更多的零基础的人。
二、工具准备
1.电脑系统：windows7 64位
2. vs2013
3.caffe-master 网址：https://pan.baidu.com/s/1VhEbhYwmKyWZNibXRWNvfA
4. NugetPackages 网址：https://pan.baidu.com/s/1UGFBaHk1qzqc12A1CoAxZA
5.Anaconda2 网址：https://repo.continuum.io/archive/Anaconda2-4.2.0-Windows-x86_64.exe
三、详细步骤
- 安装vs2013，由于网上vs2013安装教程很多，这里就不在给出。将下载的caffe-master解压，打开文件夹C:\caffe\caffe-master\windows，找到CommonSettings.props.example文件并将它复制并重命名为CommonSettings.props，如图所示
- 用vs2013打开CommonSettings.props文件，找到第七行第8行，如图所示
将其改为
-
找到第13行如图所示，将false改为true。
-
安装Anaconda2，并添加其安装路径。
将上图中的第48行改为如下所示，记住安装路径后一定要加\
然后保存，关闭文件。
-
将下载下来的NugetPackages解压到caffe-master同一目录下，如图所示，
打开C:\caffe\caffe-master\windows文件夹下Caffe.sln
-
配置文件修改好后，可以编译Caffe了。(有两种Debug和Release活动配置，都可以编译)，但是使用Debug编译的话，会出现错误，所以建议使用Release编译，如图所示。
右击解决方案，点击属性，将单启动项目改为caffe，如下图所示。
右击解决方案‘Caffe’，点击生成解决方案，如图所示。
-
编译成功后打开C:\caffe\caffe-master\Build\x64\Release文件如果出现pycaffe文件夹，以及caffe.exe文件，则说明你已经编译成功了。
8.打开第7步中的pycaffe文件夹，复制caffe文件夹，如图所示。
将caffe文件夹复制到Anaconda2安装目录下C:\mysoft\Anaconda2\Lib\site-packages，这是我的安装路径，你得找到你电脑的安装路径，如图所示。
9.打开cmd命令窗口，输入python，（由于我的电脑只安装了Anaconda2，只有python2.7版本，如果你电脑有多个python版本的话，需要找到你指定的目录，这一步过程不在叙述）输入import caffe，如图所示。
这时会出现 ImportError: No module named google.protobuf.internal 这个错误。原因是没有protobuf这个模块。使用pip install protobuf(这个安装也需要注意，在cmd里指定下目录，调用C:\mysoft\Anaconda2\Scripts\里的pip.exe 即pip.exe install protobuf).如图所示，
模块安装完成之后，再import caffe就ok了。如果没有报错的话，到此环境已经配置成功了。
四、可能出现的问题总结
如果你是第一次配置caffe环境的话，可能会出现各种各样的错误，但是失败不怕，只要根据步骤一步一步来，找到问题的来源总会成功的。
- 在配置caffe环境中，下载支持python2.7的anaconda2，不然后面会遇到找不到python27.lib。
- 很多人使用Debug模式编译，会出现找不到文件的错误，所以建议你使用Release模式编译。
- 在第6步生成方案过程中，会出现找不到PDF文件或者未能加载DLL文件等错误。网上给出了很多解决办法，但都无效（本人亲自试过）。其实这类错误是由于你的VS2013安装的时候未能安装所有功能导致的，针对此解决方法是重新安装电脑系统，在官网上下载VS2013企业版安装包，重新安装。
五、总结
本人是第一次写博客，心情还是有一点小激动的，希望这篇博客可以给大家带来帮助。如果我讲述有错误的地方或者你在配置环境的时候出现了各种错误的话，可以联系我，我的邮箱是[email protected]，欢迎和大家一起讨论学术。
如果你也是研究全卷机神经网络（FCN）的话，以上操作是万里长征的第一步而已，后面还有很多的困难在等着大家，当然我也会定期的更新博客，讲述我学习的心得，下一篇博客将介绍FCN训练数据集。